第1章　绪论
1.1 概述
1.2 一些例子
1.3 发展简史
1.4 本章小结
第2章 概率
2.1 引论
2.2 样本空间和集合代数
2.3 概率函数
2.4 条件概率
2.5 独立性
2.6 组合
2.7 组合概率
2.8 再看统计学（蒙特卡罗技术）
第3章 变量
3.1 引论
3.2 二项式和超几何概率
3.3 离散变量
3.4 连续变量
3.5 期望值
3.6 方差
3.7 联合密度
3.8 变换和组合变量
3.9 均值和方差的更多性质
3.10 顺序统计量
3.11 条件密度
3.12 矩母函数
3.13 再看统计学（解释均值）
第4章 特殊分布
4.1 引论
4.2 泊松分布
4.3 正态分布
4.4 几何分布
4.5 负二项分布
4.6 伽马分布
4.7 再看统计学（蒙特卡罗模拟）
附录4.A.1　常用概率密度函数的性质
附录4.A.2　中心极限定理的证明
第5章 估计
5.1 引论
5.2 估计参数：大似然法和矩量法
5.3 区间估计
5.4 估计量的性质
5.5 小方差估计：Cramér-Rao下界
5.6 充分估计量
5.7 一致性
5.8 贝叶斯估计
5.9 再看统计学（经典估计）
第6章 假设检验
6.1 引论
6.2 决策规则
6.3 检验二项式数据——H0:p=po0
6.4 类和第二类错误
6.5 优性的概念：广义似然比
6.6 再看假设检验（统计显著性与“实际”显著性）
第7章 基于正态分布的推断
7.1 引论
7.2 比较和
7.3 推导的分布
7.4 关于的推断
7.5 关于2的推断
7.6 再看统计学（第二类错误）
附录7.A.1　Y–和S2的一些分布结果
附录7.A.2　证明单样本t检验是GLRT
附录7.A.3　定理7.5.2的证明
第8章 数据类型：简要概述
8.1 引论
8.2 分类数据
8.3 再看统计学（为什么样本是无效的）
第9章 两样本推断
9.1 引论
9.2 检验H0:X=Y
9.3 检验H0:X2=Y2—F检验
9.4 二项式数据：检验H0:pX=pY
9.5 两样本问题的置信区间
9.6 再看统计学（选择样本）
附录9.A.1　对两样本t检验的推导（定理9.2.2的证明）
第10章　拟合优度检验
10.1 引论
10.2 多项式分布
10.3 拟合优度检验：所有参数已知
10.4 拟合优度检验：参数未知
10.5 列联表
10.6 再看统计学（离群值）
第11章　回归
11.1 引论
11.2 小二乘法
11.3 线性模型
11.4 协方差与相关性
11.5 二元正态分布
11.6 再看统计学（如何不解释样本相关系数）
附录11.A.1　定理11.3.3的证明
第12章　方差分析
12.1 引论
12.2 F检验
12.3 多重比较：Tukey方法
12.4 对比检验子假设
12.5 数据变换
12.6 再看统计学（把统计学的各个学科结合起来—Ronald A. Fisher的贡献）
附录12.A.1　定理12.2.2的证明
附录12.A.2　H1为真时的分布
第13章　区组设计
13.1 引论
13.2 区组设计的F检验
13.3 配对t检验
13.4 再看统计学（在两样本t检验和配对t检验中进行选择）
第14章　非参数统计
14.1 引论
14.2 符号检验
14.3 Wilcoxon检验
14.4 Kruskal-Wallis检验
14.5 Friedman检验
14.6 性检验
14.7 再看统计学（比较参数化和非参数化过程）
第15章　析因数据（在线）
15.1 引论
15.2 两因子析因
15.3 两因子析因的平方和
15.4 期望均方
15.5 例子
15.6 三因子析因设计
15.7 2n设计
15.8 分式析因
附录A　统计表
奇数编号问题的答案
参考文献

本书以全面而有趣的方式介绍概率论与数理统计的基础知识，不仅讲授了实验设计和数据分析方法，而且重视培养将这些原理应用于实践的技能。